社會(huì)治理項(xiàng)目解決方案說明書

社會(huì)治理項(xiàng)目解決方案說明書XX科技股份有限公司編制

目錄一、項(xiàng)目存在問題及需解決問題 31. 存在問題 32. 需解決問題 4二、解決方案 51.解決方案總體架構(gòu) 52.核心技術(shù) 6（1）Hadoop 6（2）SpringMVC 6（3）MyBatis 7（4）Echarts 7（5）MySQL 7（6）Hive 7（7）HBASE 8（8）Zookeeper 8（9）Flume 8三、開發(fā)范圍 91.數(shù)據(jù)生產(chǎn) 92.數(shù)據(jù)采集/消費(fèi) 93.數(shù)據(jù)分析 104.數(shù)據(jù)展示 11項(xiàng)目存在問題及需解決問題存在問題XXX在社會(huì)管理上還依賴傳統(tǒng)方式，還存在著手段相對(duì)落后，基層力量相對(duì)薄弱等問題，具體問題為:(1)信息采集環(huán)節(jié)薄弱。各部門、各機(jī)構(gòu)建設(shè)的信息管理系統(tǒng)各自為政、相同的基礎(chǔ)數(shù)據(jù)不同的采集方式和管道相同的基礎(chǔ)數(shù)據(jù)不同的采集方式和管道?；鶎庸ぷ魅藛T采用傳統(tǒng)方式進(jìn)行信息采集，不僅效率低下且反復(fù)采集報(bào)送，造成信息更新不及時(shí)、不準(zhǔn)確。(2)信息共享效能不高。由于各獨(dú)立的行政組織機(jī)構(gòu)和信息化平臺(tái)統(tǒng)一化要求的現(xiàn)實(shí)沖突，社會(huì)管理數(shù)據(jù)資源出現(xiàn)了明顯數(shù)據(jù)指標(biāo)口徑不一、條塊分割、信息流通停滯不前的局面。一些相互聯(lián)系的數(shù)據(jù)資源被分割在不同部門的數(shù)據(jù)庫(kù)中，信息資源權(quán)屬單一，信息壁壘嚴(yán)重，信息共享程度不高。加之各部門的信息化發(fā)展水平不一，部門之間的數(shù)據(jù)資源不對(duì)稱、不完備和缺乏權(quán)威，數(shù)據(jù)資源使用范圍狹窄，用途單一，重復(fù)利用率低，喪失了信息應(yīng)有的流動(dòng)性、共享性的特性。(3)資源整合度低。社會(huì)管理信息資源較多，但廣泛分散在多個(gè)部門和機(jī)構(gòu)中，信息資源獲取渠道復(fù)雜且存在重復(fù)，沒有統(tǒng)一的數(shù)據(jù)資源整合平臺(tái)。相關(guān)建設(shè)技術(shù)比較落后，不能適應(yīng)大數(shù)據(jù)量分析和存儲(chǔ)的要求，且信息橫向不能開放、共享，降低了信息的使用效率。(4）信息研判滯后。信息研判僅停留在表面數(shù)據(jù)的分析、判斷，缺乏對(duì)分散、孤立信息的歸納整理，不能從中發(fā)現(xiàn)帶有規(guī)律性、苗頭性的東西，未能形成有情況、有分析、有建議的綜合性、預(yù)警性信息，服務(wù)決策的效果不明顯。從信息處理的范圍看，信息研判僅限于單一信息系統(tǒng)內(nèi)部估摸，缺乏從整體、因果、聯(lián)系的角度，綜合利用、研判各類信息。此外，信息采集錄入、流轉(zhuǎn)研判、利用反饋、評(píng)定等基礎(chǔ)環(huán)節(jié)流轉(zhuǎn)不暢，整體運(yùn)行機(jī)制不強(qiáng)，不能有效地將研判結(jié)果服務(wù)行政決策，限制了社會(huì)管理水平的提高。(5）社會(huì)管理仍比較傳統(tǒng)，缺乏創(chuàng)新。人口流動(dòng)不斷加快，就業(yè)方式日益多樣，而社會(huì)協(xié)同、公眾參與的管理新格局遠(yuǎn)未形成。目前，農(nóng)民工、城鎮(zhèn)下崗職工、大學(xué)生就業(yè)呈現(xiàn)多元化、大流動(dòng)趨勢(shì),大量新成立的就業(yè)組織采取“非單位”的管理體制，使流動(dòng)人口逐年增加，公民社會(huì)開始形成，經(jīng)濟(jì)社會(huì)管理帶來新的難題，而社區(qū)服務(wù)組織和社會(huì)組織發(fā)育滯后，城鄉(xiāng)社會(huì)管理網(wǎng)絡(luò)建設(shè)沒有健全，出現(xiàn)了許多管理盲區(qū)，出現(xiàn)無人管無人理的“社會(huì)人”，給維護(hù)社會(huì)和諧穩(wěn)定帶來壓力。需解決問題數(shù)據(jù)分散信息壁壘分割管理一致性差解決方案解決方案總體架構(gòu)圖1社會(huì)治理解決方案總體架構(gòu)HBase是一個(gè)分布式的、面向列的開源數(shù)據(jù)庫(kù)，該技術(shù)來源于FayChang所撰寫的Google論文“Bigtable：一個(gè)結(jié)構(gòu)化數(shù)據(jù)的分布式存儲(chǔ)系統(tǒng)”。就像Bigtable利用了Google文件系統(tǒng)（FileSystem）所提供的分布式數(shù)據(jù)存儲(chǔ)一樣，HBase在Hadoop之上提供了類似于Bigtable的能力。HBase是Apache的Hadoop項(xiàng)目的子項(xiàng)目。HBase不同于一般的關(guān)系數(shù)據(jù)庫(kù)，它是一個(gè)適合于非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)庫(kù)。另一個(gè)不同的是HBase基于列的而不是基于行的模式。系統(tǒng)采用面向?qū)ο蟮能浖O(shè)計(jì)方法，把整個(gè)系統(tǒng)看作是多個(gè)離散對(duì)象的組合。系統(tǒng)設(shè)計(jì)時(shí)，首先把業(yè)務(wù)流程分解成功能模塊及其業(yè)務(wù)實(shí)體對(duì)象，然后根據(jù)業(yè)務(wù)流程分析對(duì)于這些業(yè)務(wù)實(shí)體對(duì)象的操作方法，形成業(yè)務(wù)處理對(duì)象，最后把各個(gè)功能模塊關(guān)聯(lián)起來，形成系統(tǒng)。軟件設(shè)計(jì)是一個(gè)將需求轉(zhuǎn)變?yōu)檐浖倪^程，系統(tǒng)通過逐步求精使得設(shè)計(jì)陳述逐漸接近于源代碼。系統(tǒng)程序采用MVC的設(shè)計(jì)思想，將展現(xiàn)邏輯、控制邏輯、業(yè)務(wù)處理邏輯分離。系統(tǒng)采用參數(shù)化的設(shè)計(jì)思想，定義和管理系統(tǒng)的實(shí)體及配置，調(diào)整實(shí)體以適應(yīng)外部變化。系統(tǒng)采用J2EE技術(shù)保證程序邏輯實(shí)現(xiàn)的平臺(tái)無關(guān)性，并便于安裝部署。系統(tǒng)采用AJAX技術(shù)，提高客戶操作的交互性，保證實(shí)際使用的易用性。系統(tǒng)采用echarts可視化框架實(shí)現(xiàn)數(shù)據(jù)展示。核心技術(shù)HadoopHadoop是一個(gè)由Apache基金會(huì)所開發(fā)的分布式系統(tǒng)基礎(chǔ)架構(gòu)。用戶可以在不了解分布式底層細(xì)節(jié)的情況下，開發(fā)分布式程序。充分利用集群的威力進(jìn)行高速運(yùn)算和存儲(chǔ)。SpringMVCSpringMVC：屬于SpringFrameWork的后續(xù)產(chǎn)品，已經(jīng)融合在SpringWebFlow里面。Spring框架提供了構(gòu)建Web應(yīng)用程序的全功能MVC模塊。MyBatisMYBatis：是支持普通SQL查詢，存儲(chǔ)過程和高級(jí)映射的優(yōu)秀持久層框架。MyBatis消除了幾乎所有的JDBC代碼和參數(shù)的手工設(shè)置以及結(jié)果集的檢索。MyBatis使用簡(jiǎn)單的XML或注解用于配置和原始映射，將接口和Java的POJOs（PlainOldJavaObjects，普通的Java對(duì)象）映射成數(shù)據(jù)庫(kù)中的記錄。EchartsECharts是一款基于Javascript的數(shù)據(jù)可視化圖表庫(kù)，提供直觀，生動(dòng)，可交互，可個(gè)性化定制的數(shù)據(jù)可視化圖表。MySQLMySQL是一個(gè)關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)，由瑞典MySQLAB公司開發(fā)，屬于Oracle旗下產(chǎn)品。MySQL是最流行的關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)之一，在WEB應(yīng)用方面，MySQL是最好的RDBMS(RelationalDatabaseManagementSystem，關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng))應(yīng)用軟件之一。MySQL是一種關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)，關(guān)系數(shù)據(jù)庫(kù)將數(shù)據(jù)保存在不同的表中，而不是將所有數(shù)據(jù)放在一個(gè)大倉(cāng)庫(kù)內(nèi)，這樣就增加了速度并提高了靈活性。MySQL所使用的SQL語(yǔ)言是用于訪問數(shù)據(jù)庫(kù)的最常用標(biāo)準(zhǔn)化語(yǔ)言。MySQL軟件采用了雙授權(quán)政策，分為社區(qū)版和商業(yè)版，由于其體積小、速度快、總體擁有成本低，尤其是開放源碼這一特點(diǎn)，一般中小型網(wǎng)站的開發(fā)都選擇MySQL作為網(wǎng)站數(shù)據(jù)庫(kù)。HiveHive是基于Hadoop構(gòu)建的一套數(shù)據(jù)倉(cāng)庫(kù)分析系統(tǒng)，它提供了豐富的SQL查詢方式來分析存儲(chǔ)在Hadoop分布式文件系統(tǒng)中的數(shù)據(jù)：可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫(kù)表，并提供完整的SQL查詢功能；可以將SQL語(yǔ)句轉(zhuǎn)換為MapReduce任務(wù)運(yùn)行，通過自己的SQL查詢分析需要的內(nèi)容，這套SQL簡(jiǎn)稱HiveSQL，使不熟悉mapreduce的用戶可以很方便地利用SQL語(yǔ)言查詢、匯總和分析數(shù)據(jù)。而mapreduce開發(fā)人員可以把自己寫的mapper和reducer作為插件來支持hive做更復(fù)雜的數(shù)據(jù)分析。它與關(guān)系型數(shù)據(jù)庫(kù)的SQL略有不同，但支持了絕大多數(shù)的語(yǔ)句如DDL、DML以及常見的聚合函數(shù)、連接查詢、條件查詢。它還提供了一系列的：具進(jìn)行數(shù)據(jù)提取轉(zhuǎn)化加載，用來存儲(chǔ)、查詢和分析存儲(chǔ)在Hadoop中的大規(guī)模數(shù)據(jù)集，并支持UDF（User-DefinedFunction）、UDAF(User-DefnesAggregateFunction)和UDTF（User-DefinedTable-GeneratingFunction），也可以實(shí)現(xiàn)對(duì)map和reduce函數(shù)的定制，為數(shù)據(jù)操作提供了良好的伸縮性和可擴(kuò)展性。HBASEHBase–HadoopDatabase，是一個(gè)高可靠性、高性能、面向列、可伸縮的分布式存儲(chǔ)系統(tǒng)，利用HBase技術(shù)可在廉價(jià)PCServer上搭建起大規(guī)模結(jié)構(gòu)化存儲(chǔ)集群。ZookeeperZooKeeper是一個(gè)分布式的，開放源碼的分布式應(yīng)用程序協(xié)調(diào)服務(wù)，是Google的Chubby一個(gè)開源的實(shí)現(xiàn)，是Hadoop和Hbase的重要組件。它是一個(gè)為分布式應(yīng)用提供一致性服務(wù)的軟件，提供的功能包括：配置維護(hù)、域名服務(wù)、分布式同步、組服務(wù)等。FlumeFlume是Cloudera提供的一個(gè)高可用的，高可靠的，分布式的海量日志采集、聚合和傳輸?shù)南到y(tǒng)，F(xiàn)lume支持在日志系統(tǒng)中定制各類數(shù)據(jù)發(fā)送方，用于收集數(shù)據(jù)；同時(shí)，F(xiàn)lume提供對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單處理，并寫到各種數(shù)據(jù)接受方（可定制）的能力。開發(fā)范圍數(shù)據(jù)生產(chǎn)對(duì)于該模塊的業(yè)務(wù)，即數(shù)據(jù)生產(chǎn)過程，一般并不會(huì)讓你來進(jìn)行操作，數(shù)據(jù)生產(chǎn)是一套完整且嚴(yán)密的體系，這樣可以保證數(shù)據(jù)的安全性。但是如果涉及到項(xiàng)目的一體化方案的設(shè)計(jì)（數(shù)據(jù)的產(chǎn)生、存儲(chǔ)、分析、展示），則必須清楚每一個(gè)環(huán)節(jié)是如何處理的，包括其中每個(gè)環(huán)境可能隱藏的問題；數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)內(nèi)容可能出現(xiàn)的問題。數(shù)據(jù)采集/消費(fèi)數(shù)據(jù)采集模塊（消費(fèi)），在企業(yè)中你要清楚流式數(shù)據(jù)采集框架flume和kafka的定位是什么。我們?cè)诖诵枰獙?shí)時(shí)數(shù)據(jù)通過flume采集到kafka然后供給給hbase消費(fèi)。flume：cloudera公司研發(fā)適合下游數(shù)據(jù)消費(fèi)者不多的情況；適合數(shù)據(jù)安全性要求不高的操作；適合與Hadoop生態(tài)圈對(duì)接的操作。kafka：linkedin公司研發(fā)適合數(shù)據(jù)下游消費(fèi)眾多的情況；適合數(shù)據(jù)安全性要求較高的操作（支持replication）；因此我們常用的一種模型是：線上數(shù)據(jù)-->flume-->kafka-->flume(根據(jù)情景增刪該流程)-->HDFS線上數(shù)據(jù)-->flume-->kafka-->sparkstreaming實(shí)時(shí)流式處理消